上节课当中，给大家介绍了任务目标，并且演示了项目的最终效果。因为这个模型是一个联合任务，相对复杂，我们还是花一节课时间，给大家详细介绍一下模型结构。另外，论文中模型的配图，不是很好理解，我给大家重新画了一个精简版本，帮助大家更好的理解代码流程。

模型结构

模型名称：LCF-ATEPC，面向中文及多语言的ATE (Aspect Term Extraction, 属性提取) 和APC (Aspect Polarity Classification, 属性情感分类) 联合学习模型。

论文地址：https://arxiv.org/pdf/1912.07976.pdf

论文代码：https://github.com/yangheng95/LCF-ATEPC

名词解释：

1）MHSA: multi-head self-attention

2）CDM: context-feature dynamic mask, CDW: context-feature dynamic weighting

精简模型

模型重点：CDM/CDW，和SelfAttention

本文链接：http://www.ichenhua.cn/edu/note/491

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！